Blenderbot 3B

🚀 开放域聊天机器人模型

本项目聚焦于开放域聊天机器人的构建，通过采用合适的训练数据和生成策略，让大规模模型学习多种对话技能。项目提供不同参数规模的模型及代码，经人工评估，最佳模型在多轮对话的吸引力和人性化方面优于现有方法。

🚀 快速开始

暂未提供快速开始相关内容。

✨ 主要特性

• 多技能融合：模型能够学习多种对话技能，如提供有趣话题、倾听伙伴、提问与回答、展现知识、共情和个性等。
• 多参数规模：构建了具有 9000 万、27 亿和 94 亿参数的神经网络模型变体。
• 公开可用：模型和代码均公开，方便研究和使用。
• 性能优越：经人工评估，最佳模型在多轮对话的吸引力和人性化方面优于现有方法。

📚 详细文档

模型描述

• 论文：构建开放域聊天机器人的方法
• 原始 PARLAI 代码：Original PARLAI Code

摘要

构建开放域聊天机器人是机器学习研究中的一个具有挑战性的领域。此前的研究表明，增加神经网络模型的参数数量和训练数据的规模可以提高性能，但我们发现，对于高性能的聊天机器人而言，其他因素也至关重要。一场良好的对话需要专家对话者无缝融合多种技能：提供引人入胜的话题、倾听对话伙伴、既能提问又能回答问题，并根据不同的情境恰当地展现知识、共情和个性。我们证明，当给予适当的训练数据和选择合适的生成策略时，大规模模型能够学习这些技能。我们构建了具有 9000 万、27 亿和 94 亿参数的神经网络模型变体，并将我们的模型和代码公开。人工评估显示，我们的最佳模型在多轮对话的吸引力和人性化衡量方面优于现有的方法。随后，我们通过分析模型的失败案例来探讨这项工作的局限性。

📄 许可证

本项目采用 Apache-2.0 许可证。